当下人工智能如火如荼，无论新老股民但凡略微了解人工智能的一定会发出一个疑问，为何不用万能的人工智能来预测股票价格呢？那么基于人工智能的股票预测靠谱吗？

1.基本思路与算法选择

基本思路就是用历史数据比如开盘价、收盘价、最高价、最低价、交易量等来预测下一天的收盘价。当然，聪明的你肯定会想到下一天的股票价格很可能不只和上一天有关，有可能和前面很多天都有关系啊，嗯确实是的，这也符合所谓波段操作的特征。 好，说干就干！刚好人工智能有一个专门处理时间序列的算法，而且能够自动考虑历史数据的影响，这个算法叫做长短期记忆神经网络LSTM，于是贝壳花了一段时间研究这个算法，简单来说就是在python上用tensorflow实现，利用大盘2000年到2017年9月之前的数据作为训练数据，包含开盘价、收盘价、最高价、最低价、交易量，算法会自动考虑历史数据的影响。具体实现过程相信股友们不会关心，如有需要可给我留言。

2. 预测结果

直接上图，预测结果如图一所示。

图一 真实值与预测值对比图

怎么样，是不是觉得还不错呢，乍一看，曲线基本吻合吧。但是仔细研究会发现一个现象，就是预测值老是慢一拍，就是说预测值实际上跟上一天的收盘价很接近，这就是个大问题了，那这个结果对于下一天是涨是跌完全不具有参考意义嘛，那还预测个啥。为了排除模型算法问题，贝壳在CNKI查询了大量论文，基本上采用机器学习（以支持向量机SVM最多）或人工智能神经网络算法，利用历史技术数据研究得到的结论跟我的结论大致相同。

3. 总结

好了，总结一下吧：

1）人工智能是有用的

2）单纯利用机器学习或人工智能算法尤其是各种神经网络，加上历史数据做出的预测都是在扯淡。

3）利用人工智能算法收集各类主流网站信息进行情绪判断有可能对股价涨跌预测有辅助作用，等贝壳试验后再告诉大家。

至于股票的投资方法，相信股友心里都有一杆秤，给贝壳留言吧。你的点赞是我前进的动力。